ล่ามโค้ด AI สำหรับข้อมูลที่ละเอียดอ่อน ขับเคลื่อนโดย GPT-4 หรือ Code Llama / Llama 2
Incognito Pilot ผสมผสาน Large Language Model (LLM) เข้ากับล่าม Python เพื่อให้สามารถเรียกใช้โค้ดและดำเนินการงานต่างๆ ให้คุณได้ คล้ายกับ ChatGPT Code Interpreter แต่ล่ามทำงาน ในพื้นที่ และสามารถใช้โมเดลโอเพ่นซอร์สเช่น Code Llama / Llama 2 ได้
Incognito Pilot ช่วยให้คุณทำงานกับ ข้อมูลที่ละเอียดอ่อน โดยไม่ต้องอัปโหลดไปยังคลาวด์ ไม่ว่าคุณจะใช้ LLM ภายในเครื่อง (เช่น Llama 2) หรือ API (เช่น GPT-4) สำหรับกรณีหลังนี้ มี กลไกการอนุมัติ ใน UI ซึ่งจะแยกข้อมูลในเครื่องของคุณออกจากบริการระยะไกล
ด้วย Incognito Pilot คุณสามารถ:
และอีกมากมาย!
วิดีโอนี้แสดงให้เห็นนักบินที่ไม่ระบุตัวตนด้วย GPT-4 ขณะที่การสนทนาและผลลัพธ์โค้ดที่ได้รับอนุมัติของคุณถูกส่งไปยัง API ของ OpenAI ข้อมูลของคุณจะถูกเก็บไว้ ในเครื่องของคุณ ล่ามกำลังทำงานอยู่ในเครื่องเช่นกันและประมวลผลข้อมูลของคุณที่นั่น และคุณยังสามารถไปไกลกว่านั้นได้โดยใช้ Code Llama / Llama 2 เพื่อให้ทุกอย่างทำงานบนเครื่องของคุณ
ส่วนนี้จะแสดงวิธีการติดตั้ง Incognito Pilot โดยใช้โมเดล GPT ผ่าน API ของ OpenAI สำหรับ
ทำตามขั้นตอนเหล่านี้:
docker run -i -t
-p 3030:80
-e OPENAI_API_KEY= " sk-your-api-key "
-e ALLOWED_HOSTS= " localhost:3030 "
-v /home/user/ipilot:/mnt/data
silvanmelchior/incognito-pilot:latest-slim
ในคอนโซล คุณควรเห็น URL แล้ว เปิดมันแล้วคุณจะเห็นอินเทอร์เฟซ Incognito Pilot
นอกจากนี้ยังสามารถใช้งาน Incognito Pilot ด้วยเครดิตทดลองใช้ฟรีของ OpenAI ได้โดยไม่ต้องเพิ่มบัตรเครดิต อย่างไรก็ตาม ในขณะนี้ยังไม่รวม GPT-4 โปรดดูวิธีเปลี่ยนโมเดลเป็น GPT-3.5 ด้านล่าง
ในอินเทอร์เฟซ Incognito Pilot คุณจะเห็นอินเทอร์เฟซแชทซึ่งคุณสามารถโต้ตอบกับโมเดลได้ มาลองดูกัน!
ตอนนี้คุณควรพร้อมที่จะใช้ Incognito Pilot สำหรับงานของคุณเองแล้ว เพียงจำไว้ว่า:
อีกประการหนึ่ง: เวอร์ชันที่คุณเพิ่งใช้แทบไม่มีแพ็คเกจที่มาพร้อมกับล่าม Python ซึ่งหมายความว่าสิ่งต่างๆ เช่น การอ่านรูปภาพหรือไฟล์ Excel จะไม่ทำงาน หากต้องการเปลี่ยนแปลง ให้กลับไปที่คอนโซลแล้วกด Ctrl-C เพื่อหยุดคอนเทนเนอร์ ตอนนี้รันคำสั่งอีกครั้ง แต่ลบส่วนต่อท้าย -slim
ออกจากอิมเมจ จะเป็นการดาวน์โหลดเวอร์ชันที่ใหญ่กว่ามากซึ่งมีแพ็คเกจมากมาย
หากต้องการใช้รุ่นอื่นที่ไม่ใช่รุ่นเริ่มต้น (GPT-4) ให้ตั้งค่าตัวแปรสภาพแวดล้อม LLM
โมเดล GPT ของ OpenAI มีคำนำหน้า gpt:
ดังนั้นหากต้องการใช้ GPT-3.5 เช่น (ChatGPT ดั้งเดิม) ให้เพิ่มคำสั่งต่อไปนี้ในคำสั่ง docker run:
-e LLM= " gpt-openai:gpt-3.5-turbo "
โปรดทราบว่า GPT-4 มีการตั้งค่าล่ามได้ดีกว่า GPT-3.5 มาก
หากต้องการให้บริการ UI ที่พอร์ตอื่นที่ไม่ใช่ 3030 คุณสามารถเปิดเผยพอร์ตภายใน 80 เป็นพอร์ตอื่นได้ เช่น 8080 คุณควรเปลี่ยนตัวแปรโฮสต์ที่อนุญาตในกรณีนี้:
docker run -i -t
-p 8080:80
-e ALLOWED_HOSTS= " localhost:8080 "
...
silvanmelchior/incognito-pilot
ตามค่าเริ่มต้น โทเค็นการตรวจสอบสิทธิ์ซึ่งเป็นส่วนหนึ่งของ URL ที่คุณเปิดจะถูกสร้างขึ้นแบบสุ่มเมื่อเริ่มต้นระบบ ซึ่งหมายความว่าเมื่อใดก็ตามที่คุณรีสตาร์ทคอนเทนเนอร์ คุณจะต้องคัดลอก URL อีกครั้ง หากคุณต้องการป้องกันสิ่งนี้ คุณยังสามารถแก้ไขโทเค็นให้เป็นค่าที่กำหนดได้ด้วยการเพิ่มคำสั่งต่อไปนี้ในคำสั่ง docker run:
-e AUTH_TOKEN= " some-secret-token "
เมื่อคุณเปิด URL ด้วยโทเค็นใหม่ เบราว์เซอร์จะจดจำมัน ดังนั้น จากนี้ไป คุณสามารถเข้าถึง Incognito Pilot ได้โดยเพียงแค่เปิด http://localhost:3030 โดยไม่ต้องเพิ่มโทเค็นใน URL
ตามค่าเริ่มต้น ล่าม Python จะหยุดหลังจากผ่านไป 30 วินาที หากต้องการเปลี่ยนแปลง ให้ตั้งค่าตัวแปรสภาพแวดล้อม INTERPRETER_TIMEOUT
ตัวอย่างเช่น เป็นเวลา 2 นาที ให้เพิ่มคำสั่งต่อไปนี้ในคำสั่ง docker run:
-e INTERPRETER_TIMEOUT= " 120 "
หากต้องการเริ่ม Incognito Pilot โดยอัตโนมัติด้วย docker / เมื่อเริ่มต้น ให้ลบ -i -t
ออกจากคำสั่ง run และเพิ่มข้อมูลต่อไปนี้:
--restart always
เมื่อรวมกับบุ๊กมาร์กของ URL ของ UI แล้ว คุณจะมี Incognito Pilot อยู่เพียงปลายนิ้วสัมผัสทุกครั้งที่คุณต้องการ หรือคุณสามารถใช้นักเทียบท่าเขียน
ไม่พอใจกับแพ็คเกจที่ติดตั้งไว้ล่วงหน้าของเวอร์ชันเต็ม (หรือที่เรียกว่าไม่บาง) ใช่หรือไม่ ต้องการเพิ่มแพ็คเกจ Python (หรือ Debian) เพิ่มเติมให้กับล่ามหรือไม่
คุณสามารถจัดเก็บการพึ่งพาของคุณเองได้อย่างง่ายดายด้วย Incognito Pilot โดยสร้าง Dockerfile ดังนี้:
FROM silvanmelchior/incognito-pilot:latest-slim
SHELL [ "/bin/bash" , "-c" ]
# uncomment the following line, if you want to install more packages
# RUN apt update && apt install -y some-package
WORKDIR /opt/app
COPY requirements.txt .
RUN source venv_interpreter/bin/activate &&
pip3 install -r requirements.txt
ใส่การขึ้นต่อกันของคุณลงในไฟล์ Requirement.txt และรันคำสั่งต่อไปนี้:
docker build --tag incognito-pilot-custom .
จากนั้นรันคอนเทนเนอร์ดังนี้:
docker run -i -t
...
incognito-pilot-custom
ไม่ มันมีข้อจำกัดของมัน การแลกเปลี่ยนระหว่างความเป็นส่วนตัวและความสามารถไม่ใช่เรื่องง่ายในกรณีนี้ สำหรับสิ่งต่างๆ เช่น รูปภาพ มีประสิทธิภาพพอๆ กับล่ามโค้ด ChatGPT เนื่องจากไม่จำเป็นต้องรู้เกี่ยวกับเนื้อหาของรูปภาพจึงจะแก้ไขได้ แต่สำหรับเรื่องอย่าง Spreadsheet ถ้า ChatGPT ไม่เห็นเนื้อหา ก็ต้องเดา เช่น รูปแบบข้อมูลจากส่วนหัวซึ่งอาจผิดพลาดได้
อย่างไรก็ตาม ในบางแง่มุม ยังดีกว่าล่ามโค้ด ChatGPT อีกด้วย ล่ามมีการเข้าถึงอินเทอร์เน็ต ทำให้สามารถทำงานใหม่ๆ มากมายที่ไม่เคยทำได้มาก่อน นอกจากนี้คุณยังสามารถเรียกใช้ล่ามบนเครื่องใดก็ได้ รวมถึงเครื่องที่ทรงพลังมาก ดังนั้นคุณจึงสามารถแก้ไขงานที่ใหญ่กว่าการใช้ล่ามโค้ด ChatGPT ได้
แน่นอนคุณสามารถทำได้ อย่างไรก็ตาม การใช้ Incognito Pilot มีข้อดีอยู่บ้าง:
ไม่ว่าคุณจะพิมพ์อะไรและผลลัพธ์โค้ดทั้งหมดที่คุณอนุมัติจะไม่เป็นส่วนตัวอย่างแน่นอน ในแง่ที่ว่าผลลัพธ์จะถูกส่งไปยัง Cloud API ข้อมูลของคุณยังคงอยู่ในท้องถิ่น ล่ามยังทำงานในพื้นที่เช่นกัน โดยประมวลผลข้อมูลของคุณจากที่ที่มันอยู่ สำหรับบางสิ่ง คุณจะต้องบอกโมเดลบางอย่างเกี่ยวกับข้อมูลของคุณ (เช่น ชื่อไฟล์ของโครงสร้าง) แต่โดยปกติแล้วจะเป็นข้อมูลเมตาที่คุณอนุมัติใน UI ไม่ใช่ข้อมูลจริง ในทุกขั้นตอนในการดำเนินการ คุณสามารถปฏิเสธได้ว่ามีบางสิ่งถูกส่งไปยัง API
ต้องการมีส่วนร่วมใน Incognito Pilot หรือไม่ หรือเพียงแค่ติดตั้งโดยไม่มีนักเทียบท่า? ตรวจสอบคำแนะนำและแนวทางการสนับสนุน